Return to search

Elaboração de um modelo de previsão de insolvência para micro e pequenas empresas utilizando indicadores contábeis

Made available in DSpace on 2015-03-05T19:15:17Z (GMT). No. of bitstreams: 0
Previous issue date: 28 / Nenhuma / Este estudo, em suas abrangências teórica e prática, tem por objetivo apresentar um modelo de previsão de insolvência que retrate a realidade das micro e pequenas empresas (MPEs), fundamentado na utilização das análises discriminante e fatorial. Para atingir este objetivo realizou-se uma pesquisa qualitativa com os profissionais atuantes nos escritórios de contabilidade do Rio Grande do Sul, obtendo-se informações contábeis de 104 MPEs do período de 1995 a 2007. Para análise dos dados, foi adotado o software SPSS 10, cuja aplicação da análise fatorial reduziu o número de indica dores contábeis de 25 para 5 fatores. Para a construção da função discriminante Z, a qual permite identificar a que grupo de empresas pertence cada empresa que compõe à amostra, foi utilizada a análise discriminante. A validação do modelo foi realizada por meio do método conhecido como crossvalidation, ou seja, a subdivisão da amostra original, sendo uma para a definição do modelo e outra para a sua validação. O grau de predição do m / This study, in its theoretical and practical scope, aims to present a model for prediction of insolvency that portray the reality of micro and small enterprises (MEPs), based on the use of discriminant analysis and factor. To achieve this goal there was a qualitative research with professionals in the accounting office of Rio Grande do Sul, obtaining information accounting of 104 MEPs in the period 1995 to 2007. For data analysis, SPSS software was adopted 10, whose application of factor analysis reduced the number of pain states accounting for 25 to 5 factors. For the construction of the discriminant function Z, which allows to identify which group of companies that make each company belongs to the sample, we used the discriminant analysis. The model validation was done using the method known as crossvalidation, ie the subdivision of the original sample, one for defining the model and one for its validation. The degree of prediction of the model reached 96.15% of accuracy, representing a good index for predi

Identiferoai:union.ndltd.org:IBICT/oai:www.repositorio.jesuita.org.br:UNISINOS/2856
Date28 July 2009
CreatorsLemos, Luiz Fernando Branco
Contributorshttp://lattes.cnpq.br/4433870862369636, Soares, Rodrigo Oliveira
PublisherUniversidade do Vale do Rio do Sinos, Programa de Pós-Graduação em Ciências Contábeis, UNISINOS, Brasil, Escola de Gestão e Negócios
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UNISINOS, instname:Universidade do Vale do Rio dos Sinos, instacron:UNISINOS
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0019 seconds